StarGAN-VC语音音色转换

StarGAN-VC是利用StarGAN的图像到图像翻译原理,来实现“多对多”的非平行数据集下的语音音色转换,其实质是对语音的梅尔能量进行转换。
StarGAN-VC和StarGAN的不同之处:

  1. StarGAN-VC加入了一致性损失(identity loss)
  2. StarGAN-VC将分类器独立出来
  3. StarGAN-VC在生成器和判别中都有连接说话人特征向量的操作
  4. StarGAN-VC使用了GLU激活层

StarGAN-VC结构:

由下图可以看到说话人向量的连接操作和GLU层。

在这里插入图片描述

StarGAN-VC的特点:

对比CycleGAN-VC来说主要有:

  1. 一个模型实现非平行数据集下,“多对多”音色转换
  2. 模型速度比CycleGAN-VC快

StarGAN-VC实现:

pytorch StarGAN-VC

tensorflow StarGAN-VC

  • 2
    点赞
  • 27
    收藏
  • 打赏
    打赏
  • 2
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
©️2022 CSDN 皮肤主题:书香水墨 设计师:CSDN官方博客 返回首页
评论 2

打赏作者

明月几时有.

你的鼓励将是我创作的最大动力

¥2 ¥4 ¥6 ¥10 ¥20
输入1-500的整数
余额支付 (余额:-- )
扫码支付
扫码支付:¥2
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、C币套餐、付费专栏及课程。

余额充值